[發(fā)明專利]一種采用自適應(yīng)重采樣的高斯混合無跡粒子濾波算法

有效

• 申請?zhí)枺?/td>: 201410725279.X
• 申請日: 2014-12-02
• 公開（公告）號: CN104376581B
• 公開（公告）日: 2018-02-02
• 發(fā)明（設(shè)計）人: 張娜;楊昕欣;王新忠;于正泉
• 申請（專利權(quán)）人: 北京航空航天大學(xué)
• 主分類號: G06T7/277
• 分類號: G06T7/277
• 代理公司: 北京科迪生專利代理有限責(zé)任公司11251
• 代理人: 楊學(xué)明,顧煒

1.一種采用自適應(yīng)重采樣的高斯混合無跡粒子濾波算法，用于目標(biāo)跟蹤，其特征在于具體實現(xiàn)步驟如下：

步驟一：建立目標(biāo)跟蹤的系統(tǒng)模型：狀態(tài)方程和觀測方程

其中k表示時刻，s_k∈Rⁿ為系統(tǒng)狀態(tài)向量，在已知初始狀態(tài)分布p(s₀)的情況下，通過系統(tǒng)狀態(tài)函數(shù)f(·)按時間傳播，n是系統(tǒng)狀態(tài)向量的維度；z_k∈R^m是條件獨立的觀測向量，在給定狀態(tài)的情況下，依據(jù)觀測似然函數(shù)p(z_k|s_k)產(chǎn)生，m是觀測向量的維度；f_k:Rⁿ×R^r→Rⁿ是系統(tǒng)的非線性狀態(tài)函數(shù)；h_k:Rⁿ×R^p→R^m是系統(tǒng)的觀測函數(shù)；w_k-1∈R^r、v_k∈R^p分別為系統(tǒng)過程噪聲和觀測噪聲；

步驟二：初始化，k＝0，根據(jù)先驗概率分布p(s₀)建立初始狀態(tài)樣本集其中權(quán)值為i表示第i個粒子，下文中的i也表示相同含義；N代表粒子總數(shù)；

步驟三：k＝k+1，根據(jù)觀測模型，計算本時刻的觀測值z_k；

步驟四：利用無跡變換更新每個粒子的狀態(tài)和方差表示粒子的更新前的狀態(tài)；

其中，K_k是第k時刻粒子濾波器的增益，P表示的是對應(yīng)上下標(biāo)的方差；z_k代表真實的測量值，而表示根據(jù)無跡變換得到的測量估計值；

步驟五：根據(jù)高斯混合方法，預(yù)測粒子集權(quán)重歸一化重要性權(quán)重獲得粒子集

其中，Q和R分別是系統(tǒng)過程噪聲和觀測噪聲的方差；

步驟六：利用得到的粒子集對后驗概率分布進行估計，得到系統(tǒng)狀態(tài)

步驟七：對原始粒子集采用自適應(yīng)重采樣獲得優(yōu)化后的粒子集，權(quán)值為

步驟八：轉(zhuǎn)到步驟三。

2.根據(jù)權(quán)利要求1所述的采用自適應(yīng)重采樣的高斯混合無跡粒子濾波算法，其特征在于：系統(tǒng)狀態(tài)模型和觀測模型的建立與實現(xiàn)包括如下步驟：

(1)系統(tǒng)狀態(tài)模型

為驗證算法的非線性適應(yīng)性，系統(tǒng)模型采用了隨機游走模型，該模型具有不確定性和深度非線性；

隨機游走動態(tài)模型如下：

sk+1=10Δt0010Δt00100001sk+Δt2200Δt22Δt00Δtwkxwky]]>

其中和是隨著時間k改變的零均值不相關(guān)的高斯加速度，△t是時間間隔，s_k是系統(tǒng)的狀態(tài)向量，其表示形式如下：

sk=[x,y,vx,vy]kT]]>

式中，(x,y)是目標(biāo)的坐標(biāo)，v_x和v_y是x軸、y軸方向的速度；

(2)系統(tǒng)觀測模型

觀測模型中引入距離和距率作為觀測向量；距離R表示的是運動目標(biāo)和觀測點之間的距離，距率也被稱為多普勒速率或者是徑向速度；

為了驗證系統(tǒng)方案，在觀測模型中采用二個靜態(tài)的觀測點，觀測向量定義如下：

zk=[Ra,R·a,Rb,R·b]k]]>

其中，R_a和R_b是觀測點a或觀測點b到運動目標(biāo)的距離，和表示的是觀測點相對于運動目標(biāo)的距率。